大学生航空出行影响因素研究

● 何梦雨 朱子晞 倪晗悦 邓雅慧

随着大学生数量的不断增长，对于交通出行的需求也在不断增加。作为一个人数庞大的特殊群体，在航空出行的旅客中也占据着重要的地位，而不同的大学生对于出行方式的选择也有差异，研究其影响因素不仅对大学生出行选择提供参考，同时也对航空业的发展有着重要意义。

在现有的关于出行方式选择影响因素的研究方法中，主要包括多项逻辑模型（MNL）、嵌套逻辑模型（NL）、交叉嵌套模型（CNL）、二元Logit模型以及多元Logit模型，Md Sami Hasnine［1]采用CNL模型，以多伦多为例，研究大城市地区的中学生从家庭到学校的出行方式选择，认为前往城市中心的学生比前往市中心以外地区的学生更加倾向于公交和主动模式。同时得出机动工具的拥有权和年龄对学生的出行模式选择具有显著的影响。Sven Gross［2]研究德国目的地的可持续交通方式选择，认为收入、汽车数量、职业对出行方式选择的影响程度有所差异。

出行选择的影响因素很多，其中吴瑶［3]就山地城市大学生的出行选择问题展开研究，构建结构方程模型，认为山地城市交通条件、交通工具的属性、大学生的主观态度是影响山地城市大学生出行的主要影响因素。易靖［4]通过建立大学生出行行为的超网络模型，找出出行行为规律，对交通部门优化交通拥堵状况提供建议。曹鸿雁［5]对山东建筑大学进行研究，认为大学生的个体属性与交通的可达性，对大学生出行行为方式的选择有着不同程度的影响。

已有的研究中涉及较多的是调查大学生出行方式的选择及影响因素，而对于大学生航空出行的影响因素进行的研究极少。综上所述，现考虑个体特征、出行等方面，本文以大学生为研究对象，研究大学生航空出行的影响因素，通过发放调查问卷，建立大学生航空出行影响因素的二元Logit模型，对显著的影响因素进行分析研究。

一、二元Logit模型理论

本论文基于McFadden于1973年首次提出的logistic概率分布函数，用于离散选择方面的研究，在交通领域有广泛的应用。模型为：

二元Logit模型的系数标定方法，目前主要采用极大似然估计法，随后检验模型精度，筛选选择枝属性。为避免该方法对数据依赖较强而产生误差过大的情况，可采用经验性的层次分析法和可能满意度法，进行系数标定。

二、变量描述

影响航空出行方式选择的因素包括：经济方面、社会方面、人文方面，从大学生的实际生活、相关研究资料角度考虑，在确定大学生个人意愿、月可支配金额、出行目的这几个相关因素的基础上，通过发放开放式问卷，进行整合，最终确定研究变量。

本次研究将影响分为三大类，即个人特性、出行特性、各出行方式特性。分别对性别、每月可支配资金、能接受的出行预算范围、最近一次出行时间感受、出行目的、行李件数、地面交通时间、年中长途出行次数、安全出行方式、最近一次出行方式设置为变量，进行调查研究。

三、实证分析

通过实地发放调查和网上调查形式，本次调研共发放问卷169份，剔除其中的无效样本，得到有效问卷163份，有效率达96.4%。此次调研中，女性大学生104人，男性大学生65人，大体符合我国大学生分布情况，可以认为调研对象合理。问卷调研的各项统计量如下表1所示。

解释变量 解释变量说明 统计量个人特性性别 1：男 65 2：女 104每月可支配资金1：0-800 31 2：800-1600 89 3：1600-2400 29 4：2400-3200 8 5：3200及以上 12能接受的出行预算范围1：0-500 46 2：500-1000 51 3：1000-1500 30 4：1500-2000 13 5：2000-2500 13 6：2500及以上 16最近一次出行时间感受1：较短 27 2：短 38 3：一般 78 4：长 16 5：较长 10出行目的1：旅游 70 2：回家 76 3：其他 23行李件数1：0件 7 2：1件 81 3：2-3件 60 4：4件及以上 21地面交通时间1：＜0.5h 41 2：0.5-1h 84 3：1-2h 33 4：＞2h 11年中长途出行次数1：0次 31 2：1-3次 120 3：4-12次 15 4：13次及以上 3各出行方式特性安全出行方式 1：航空 40 2：高铁 129最近一次出行方式1：航空 39 2：高铁 130

有效样本中，女性大学生占比61.54%，男性大学生占比38.46%，基本符合现实情况。分析调研数据可知：在校大学生群体中，月可支配金额处于中间段水平的人居多；出行主要集中于回家以及旅游这两大类；携带一件行李的大学生人数占比较大，与调研预测相符。本次调研主要针对的出行方式为航空出行方式，但是数据比例说明了大多数人选择了目前我国发展最为迅速且最被广泛接受的铁路出行方式，而选择航空出行的人数较少。因此，剔除经济因素、地理因素的影响，大学生群体对于航空出行安全性的理解有一定的偏差。

四、显著性变量分析

选定效用函数的解释变量后，将169份数据整理并录入SPSS21.0软件，运用二元Logit回归分析模型对数据进行处理，得到回归结果见表2（剔除Sig大于5%的变量）。

运行结果显示一年中长途旅行次数、能接受的出行预算范围、更安全的出行方式这3个变量的Sig值小于5%，表明这3个变量对大学生航空出行方式选择具有显著性影响。

方程中的变量

（一）年出行次数

一年中长途旅行次数的回归系数为正，表明在日常生活中，中长途出行次数越多，大学生们对于便捷度、舒适度、以及速度的要求更高，更加愿意选择航空出行来满足自身的需求。

（二）出行预算范围

能接受的出行预算范围的回归系数为正，表明出行预算的范围在一定程度上决定了大学生出行方式选择价位的高低，出行预算的范围与大学生对于航空出行方式选择的需求呈现正比趋势。随着大学生的出行预算的提高，对于航空出行的意愿也随之提高。当生活水平提高时，人们更加追求高质量的服务，同时也承担的起高额的消费，所以出行的预算范围对大学生选择航空出行方式具有非常显著的影响。

（三）更安全的出行方式

更安全的出行方式的回归系数为负，表明在相同情况下，大学生在考虑出行安全性时，对于航空出行的安全性持怀疑态度，不愿意选择航空出行方式，更加倾向于地面交通，与研究预测有一定差距。

五、结语

本文基于以上调研数据和模型分析，得出大学生航空出行方式选择受年中长途出行次数、 出行预算范围、这3个变量显著影响。具体而言，大学生航空出行方式选择主要受个人因素的影响，随着大学生年出行次数，月可支配金额、及出行预算范围的增加，大学生选择航空出行的概率更高。针对此次研究结果，本文提出以下建议：

一是在保证原有服务的基础上，航空公司可加强以及建立机场安全管理方面的考核制度，提高员工的安全意识，抬升考核通过的要求。加大对航空出行安全性的宣传，对大学生群体加以正确的引导，适当开展宣传活动，改变大学生们对于航空出行的畏惧心理和地面交通更加安全的惯性思维，从而增加航空出行中的大学生客户群体的数量。

二是通过价格优势提高大学生客户的消费粘性。机场及航空公司可考虑大学生的生活水平、消费心理，做适当的市场调研，对自身进行调整，针对这一群体，推出适当的优惠，通过价格优势来满足其消费需求，保留现有大学生客户，同时也能挖掘潜在用户。

三是重视服务环节。了解大学生对于服务水平的要求，提升客机的舒适度、安静程度等，提供高质量的服务。加大对航空公司的人才培训力度，提高地勤、空乘以及其他员工的工作素质、服务水平、工作责任心，提供个性化服务，进而提升客户的满意度。